如何在DataFrame运算中将NaN值替换为指定数值

• 核心逻辑：pandas中默认NaN参与算术运算返回NaN，只需在运算时将NaN视为0即可达成NaN+数值=对应数值的效果，推荐使用pandas内置向量化操作实现，无需手动遍历元素，效率更高。

方法1：直接使用add()方法（最优） #

通过add()方法的fill_value参数指定NaN的替换值为0，一行代码即可完成需求，非数值内容（如示例中的-）会自动保留不受影响：

DF1 = DF1.add(2.0, fill_value=0)

方法2：先填充NaN再运算 #

先通过fillna()将所有NaN替换为0，再执行加法操作：

DF1 = DF1.fillna(0) + 2.0

如果你的DataFrame包含非数值列，可仅对数值列操作避免报错：

# 筛选所有数值列
num_cols = DF1.select_dtypes(include='number').columns
# 仅对数值列执行加2操作，NaN替换为0计算
DF1[num_cols] = DF1[num_cols].add(2.0, fill_value=0)

原有代码问题说明 #

你写的循环逻辑本身存在错误：for ele in DF1默认遍历的是DataFrame的列名，而非单元格元素，无法实现逐元素加2的效果，pandas处理表格数据优先使用内置向量化方法，无需手动写循环。

内容的提问来源于stack exchange，提问作者Devil